Awesome-finance-skills的alphaear-reporter让AI按4个步骤写出专业金融研报【免费下载链接】Awesome-finance-skillsA collection of Awesome Finance Agent Skills for free and easy to start | 一系列开源免费的金融分析Agent Skills项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-finance-skillsAwesome-finance-skills 是一个开源免费的金融分析 Agent Skills 集合其中alphaear-reporter技能可以让 AI 按「规划 → 撰写 → 编辑 → 图表」4 个步骤把零散的财经新闻信号自动整理成一份包含摘要速览表、参考文献、风险因素和预测图表的专业金融研报无需你手写一行提示词。什么是 alphaear-reporteralphaear-reporter 是 Awesome-finance-skills 系列技能中的研报生成器。它的定位很清晰把前面各技能产出的分析信号新闻、行情、情绪、预测收拢成一份结构完整、可直接交付的金融研报。上面这种贵金属跳水对A股影响的结构化分析就是 alphaear-reporter 的典型输入与产出风格事件概况 → 直接影响 → 原因分析 → 传导路径层层递进。与让 AI 随便写一段分析不同它把写研报拆解成固定的四步流水线每一步都有对应的角色提示词输出稳定且专业。30 秒安装 alphaear-reporter 金融研报技能 手动安装最简单克隆仓库后把技能复制到你的 Agent 技能目录即可git clone https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills # 以 OpenCode 为例复制到全局技能目录 cp -r Awesome-finance-skills/skills/* ~/.config/opencode/skills/安装后无需任何配置技能的入口是 skills/alphaear-reporter/SKILL.mdAgent 会自动识别并在需要生成研报时调用它。它唯一的依赖是内置的sqlite3零额外成本。4 步金融研报生成工作流详解 ✍️四步工作流分别对应三个虚拟角色 一个可视化工具策划员Planner、撰写员Writer、编辑Editor和图表生成器Visualizer。提示词模板集中在 skills/alphaear-reporter/references/PROMPTS.md。第 1 步 规划Plan把零散信号聚成 3-5 个主题策划员会扮演资深金融研报主编把一堆散乱的财经信号每条信号都带标题、ISQ 情绪/确定性/强度评分、传导链条、受影响标的按相关性聚类成3~5 个核心主题并输出标准化的 JSON 结构{ clusters: [ { theme_title: 供应链冲击, signal_ids: [1, 3, 5], rationale: 这些信号都指向... } ] }这一步决定了研报的骨架——主题之间逻辑互斥、覆盖所有关键信号避免写出来东一榔头西一棒子。第 2 步 撰写Write逐主题写深度章节撰写员是资深金融分析师针对每个主题簇产出一个章节要求非常具体叙事逻辑先讲宏观/行业背景 → 传导机制 → 个股影响量化支撑引用 ISQ 评分Confidence、Intensity佐证观点引用规范所有论据用[CITE_KEY]标注来源明确预测给出受影响标的的 T3 / T5 方向判断。每个主题内部还自动梳理出多层传导链路比如美联储鹰派提名 → 美元走强 → 贵金属暴跌 → A股板块分化让逻辑链一目了然第 3 步 编辑Edit审核拼装成终稿编辑角色负责最后的总装PROMPTS.md 中的 Final Assembly Prompt 要求检查 H2/H3 标题层级是否正确自动生成## 参考文献章节引用键由 report_agent.py 基于来源 URL 哈希生成如SF-a1b2c3d4保证同一来源全书引用一致补充## 风险因素章节生成带Quick Scan速览表的## 摘要方便读者 30 秒抓住重点。辅助函数构建参考文献、修复 json-chart 代码块、结构化拆分章节都封装在 report_agent.py 中。第 4 步 图表Chart预测走势直接画出来 撰写阶段会在正文中插入json-chart代码块声明图表需求例如{type: forecast, ticker: 002371.SZ, title: Forecast, pred_len: 5}随后 visualizer.py 基于 Pyecharts 生成 HTML 交互图表日K线 成交量 AI 预测趋势线三层叠加Kronos 预测时还会画出基准预测与新闻情绪调整后两条曲线预测效果对比直接可见幕后支持4 大数据工具包 alphaear-reporter 并非闭门造车它复用仓库中的底层数据工具见 toolkits.py工具包能力NewsToolkit财联社、华尔街见闻、雪球等 10 信源热点抓取与正文提取StockToolkitA股/港股代码搜索、OHLCV 历史行情SentimentToolkitFinBERT / LLM 情绪评分-1.0 ~ 1.0SearchToolkit网页搜索 本地 RAG 检索所有数据落地到本地 SQLite 数据库database_manager.py可离线复用、不产生额外 API 开销。关键文件路径速查 技能入口说明skills/alphaear-reporter/SKILL.md三步提示词模板Planner / Writer / Editorskills/alphaear-reporter/references/PROMPTS.md角色指令与信号格式化逻辑skills/alphaear-reporter/scripts/prompts/report_agent.py参考文献与结构化研报工具skills/alphaear-reporter/scripts/report_agent.pyPyecharts 图表生成器skills/alphaear-reporter/scripts/visualizer.py数据工具包适配层skills/alphaear-reporter/scripts/tools/toolkits.py常见问题 FAQ 问alphaear-reporter 能单独使用吗可以。直接喂给它一批信号文本即可出稿。但如果配合 alphaear-news、alphaear-sentiment、alphaear-predictor 使用信号会带完整的情绪评分与 Kronos 预测研报质量和图表效果会显著提升。问生成的研报是什么格式标准 Markdown标题层级、速览表、参考文献、风险因素齐全可无缝粘贴进任何笔记或发布工具图表为独立 HTML 文件可嵌入网页。问对新手友好吗非常友好——你只需要问一句分析贵金属跳水对A股的影响并出研报四步流水线由技能自动驱动全程无需手动管理提示词。 小结alphaear-reporter 把写金融研报这件专业活拆成了 AI 擅长的 4 个确定性步骤新手也能在几秒内获得一份结构完整、引用规范、带预测图表的专业研报。【免费下载链接】Awesome-finance-skillsA collection of Awesome Finance Agent Skills for free and easy to start | 一系列开源免费的金融分析Agent Skills项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Awesome-finance-skills的alphaear-reporter：让AI按4个步骤写出专业金融研报
Awesome-finance-skills的alphaear-reporter让AI按4个步骤写出专业金融研报【免费下载链接】Awesome-finance-skillsA collection of Awesome Finance Agent Skills for free and easy to start | 一系列开源免费的金融分析Agent Skills项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-finance-skillsAwesome-finance-skills 是一个开源免费的金融分析 Agent Skills 集合其中alphaear-reporter技能可以让 AI 按「规划 → 撰写 → 编辑 → 图表」4 个步骤把零散的财经新闻信号自动整理成一份包含摘要速览表、参考文献、风险因素和预测图表的专业金融研报无需你手写一行提示词。什么是 alphaear-reporteralphaear-reporter 是 Awesome-finance-skills 系列技能中的研报生成器。它的定位很清晰把前面各技能产出的分析信号新闻、行情、情绪、预测收拢成一份结构完整、可直接交付的金融研报。上面这种贵金属跳水对A股影响的结构化分析就是 alphaear-reporter 的典型输入与产出风格事件概况 → 直接影响 → 原因分析 → 传导路径层层递进。与让 AI 随便写一段分析不同它把写研报拆解成固定的四步流水线每一步都有对应的角色提示词输出稳定且专业。30 秒安装 alphaear-reporter 金融研报技能 手动安装最简单克隆仓库后把技能复制到你的 Agent 技能目录即可git clone https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills # 以 OpenCode 为例复制到全局技能目录 cp -r Awesome-finance-skills/skills/* ~/.config/opencode/skills/安装后无需任何配置技能的入口是 skills/alphaear-reporter/SKILL.mdAgent 会自动识别并在需要生成研报时调用它。它唯一的依赖是内置的sqlite3零额外成本。4 步金融研报生成工作流详解 ✍️四步工作流分别对应三个虚拟角色 一个可视化工具策划员Planner、撰写员Writer、编辑Editor和图表生成器Visualizer。提示词模板集中在 skills/alphaear-reporter/references/PROMPTS.md。第 1 步 规划Plan把零散信号聚成 3-5 个主题策划员会扮演资深金融研报主编把一堆散乱的财经信号每条信号都带标题、ISQ 情绪/确定性/强度评分、传导链条、受影响标的按相关性聚类成3~5 个核心主题并输出标准化的 JSON 结构{ clusters: [ { theme_title: 供应链冲击, signal_ids: [1, 3, 5], rationale: 这些信号都指向... } ] }这一步决定了研报的骨架——主题之间逻辑互斥、覆盖所有关键信号避免写出来东一榔头西一棒子。第 2 步 撰写Write逐主题写深度章节撰写员是资深金融分析师针对每个主题簇产出一个章节要求非常具体叙事逻辑先讲宏观/行业背景 → 传导机制 → 个股影响量化支撑引用 ISQ 评分Confidence、Intensity佐证观点引用规范所有论据用[CITE_KEY]标注来源明确预测给出受影响标的的 T3 / T5 方向判断。每个主题内部还自动梳理出多层传导链路比如美联储鹰派提名 → 美元走强 → 贵金属暴跌 → A股板块分化让逻辑链一目了然第 3 步 编辑Edit审核拼装成终稿编辑角色负责最后的总装PROMPTS.md 中的 Final Assembly Prompt 要求检查 H2/H3 标题层级是否正确自动生成## 参考文献章节引用键由 report_agent.py 基于来源 URL 哈希生成如SF-a1b2c3d4保证同一来源全书引用一致补充## 风险因素章节生成带Quick Scan速览表的## 摘要方便读者 30 秒抓住重点。辅助函数构建参考文献、修复 json-chart 代码块、结构化拆分章节都封装在 report_agent.py 中。第 4 步 图表Chart预测走势直接画出来 撰写阶段会在正文中插入json-chart代码块声明图表需求例如{type: forecast, ticker: 002371.SZ, title: Forecast, pred_len: 5}随后 visualizer.py 基于 Pyecharts 生成 HTML 交互图表日K线 成交量 AI 预测趋势线三层叠加Kronos 预测时还会画出基准预测与新闻情绪调整后两条曲线预测效果对比直接可见幕后支持4 大数据工具包 alphaear-reporter 并非闭门造车它复用仓库中的底层数据工具见 toolkits.py工具包能力NewsToolkit财联社、华尔街见闻、雪球等 10 信源热点抓取与正文提取StockToolkitA股/港股代码搜索、OHLCV 历史行情SentimentToolkitFinBERT / LLM 情绪评分-1.0 ~ 1.0SearchToolkit网页搜索 本地 RAG 检索所有数据落地到本地 SQLite 数据库database_manager.py可离线复用、不产生额外 API 开销。关键文件路径速查 技能入口说明skills/alphaear-reporter/SKILL.md三步提示词模板Planner / Writer / Editorskills/alphaear-reporter/references/PROMPTS.md角色指令与信号格式化逻辑skills/alphaear-reporter/scripts/prompts/report_agent.py参考文献与结构化研报工具skills/alphaear-reporter/scripts/report_agent.pyPyecharts 图表生成器skills/alphaear-reporter/scripts/visualizer.py数据工具包适配层skills/alphaear-reporter/scripts/tools/toolkits.py常见问题 FAQ 问alphaear-reporter 能单独使用吗可以。直接喂给它一批信号文本即可出稿。但如果配合 alphaear-news、alphaear-sentiment、alphaear-predictor 使用信号会带完整的情绪评分与 Kronos 预测研报质量和图表效果会显著提升。问生成的研报是什么格式标准 Markdown标题层级、速览表、参考文献、风险因素齐全可无缝粘贴进任何笔记或发布工具图表为独立 HTML 文件可嵌入网页。问对新手友好吗非常友好——你只需要问一句分析贵金属跳水对A股的影响并出研报四步流水线由技能自动驱动全程无需手动管理提示词。 小结alphaear-reporter 把写金融研报这件专业活拆成了 AI 擅长的 4 个确定性步骤新手也能在几秒内获得一份结构完整、引用规范、带预测图表的专业研报。【免费下载链接】Awesome-finance-skillsA collection of Awesome Finance Agent Skills for free and easy to start | 一系列开源免费的金融分析Agent Skills项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考